本文将湍流运动方程和k—ε湍流双方程模型结合,提出了顶吹气体射流冲击下熔池中液体流动的数学模型,并采用Spalding等人提出的方法解这一非线性偏微分方程组。同时,还用激光测速方法得到实验测定的流场速度分布。在计算结果及实验数据的基础上,分析、研究了流场的性质和特点。由于用k—ε湍流模型代替k—ι模型以及在边界条件及计算方法上的一些改进,使数学模型预报的结果比前人的相应结果更符合实际。而且,本文提出的数学模型适用于大气体流量射流冲击下液体流场的计算,这是对前人工作的一个突破。总之,我们的工作可以认为是Szekely和李有章等人相应研究的继续和深入

在实验室工艺硏究、中试放大研究及生产中都涉及化学 反应各种条件之间的相互影响等诸多因素。要在诸多因素中 分清主次,就需要合理的试验设计及优选方法,为找出影响 生产工艺的内在规律以及各因素间相互关系,尽快找出生产 工艺设计所要求的参数和生产工艺条件提供参考。 试验设计及优选方法是以概率论和数理统计为理论基础 ,安排试验的应用技术。其目的是通过合理地安排试验和正 确地分析试验数据,以最少的试验次数,最少的人力、物力 ,最短的时间达到优化生产工艺方案 试验设计及优选方法过程包括:试验设计、试验实施和 对实验结果的分析三个阶段

（一）理论课程 1《数据库原理》 2《物联网工程导论》 3《Java 程序设计》 4《操作系统原理》 5《物联网安全技术》 6《数据结构与算法》 7《ARM 基础》 8《嵌入式系统技术》 9《数字电路基础》 10《RFID 原理及应用》 11《物联网应用系统设计》 12《Web 前端开发技术》 13《C 语言程序设计》 14《Linux 程序设计》 15《传感器技术及应用》 16《物联网工程规划与设计》 17《物联网通信技术》 18《面向对象程序设计》 19《数值计算方法》 20《网络编程技术》 21《移动开发技术》 22《计算机网络》 23《单片机基础》课程设计教学大纲 24《计算机组成原理》课程设计教学大纲 25《Java Web 应用开发》 26《web 开发技术》 27《C++程序设计》 （二）实验课程 28《数据库原理》 29《Java 程序设计》 30《操作系统原理》 31《文献检索》 32《物联网安全技术》 33《数据结构与算法》 34《ARM 基础》 35《Linux 系统管理》 36《嵌入式系统技术》 37《数字电路基础》 38《RFID 原理及应用》课程 39《物联网应用系统设计》 40《Web 前端开发技术》 41《C 语言程序设计》 42《Linux 程序设计》 43《传感器技术及应用》 44《物联网工程规划与设计》 45《物联网通信技术》课程 46《面向对象程序设计》 47《数值计算方法》 48《网络编程技术》 49《移动开发技术》 50《计算机网络》 51《单片机基础》 52《计算机组成原理》 53《Java Web 应用开发》课程 54《web 开发技术》课程 55《C++程序设计》 （三）实践课程 56《C 语言程序概念实训》 57《计算机科学与技术》毕业设计教学大纲 58《毕业实习》教学大纲 59《程序设计技能实训》 60《计算机综合项目实训》 61《专业教育》 62《嵌入式系统技术》课程设计教学大纲 63《C 语言课程设计》

作为炼钢厂的关键设备，风机担负着转炉除尘和煤气回收的重要任务，实现风机剩余使用寿命的准确预测具有重要的实际意义.通过对邯郸某炼钢厂风机振动数据的分析，建立了基于Wiener过程的状态退化模型，在首达时间的意义下，推导出风机剩余使用寿命的概率密度函数的解析表达式，提出了一种基于极大似然估计的参数实时估计方法，从而实现风机剩余使用寿命的在线实时预测.实验结果表明，相对于文献中的方法，本文所提出的预测方法可以得到更高的预测精度和较低的预测不确定性

一、课程性质 数字电子技术实训是配合《数字电子技术》理论教学的一门专业实践课 程,是髙等职业院校应用电子技术、计算机控制、机电和计算机应用等专业实 践教学体系的重要环节。它是在学完了数字电子技术实验的基础上进行的数字 电子技术技能训练必修的重要专业基础课。 教学目的 数字电子技术实训是电类专业的必修课。通过三个层次的电子实践教学 使学生掌握电子技能的基础知识和数字电子电路的测试、安装调试、焊接、印 刷电路板的制作;培养学生由单元电路到数字电子系统,由模拟到数字,数字 到模拟,由基本电路功能到完成预定之目标电子系统,乃至自控系统和装置

作为磨矿过程的主要生产质量指标, 磨矿粒度是实现磨矿过程闭环优化控制的关键.将磨矿粒度控制在一定范围内能够提高选别作业的精矿品位和有用矿物的回收率, 并减少有用矿物的金属流失.由于经济和技术上的限制, 磨矿粒度的实时测量难以实现.因此, 磨矿粒度的在线估计显得尤为重要.然而, 目前我国所处理的铁矿石大多数为性质不稳定的赤铁矿, 其矿浆颗粒存在磁团聚现象, 所采集的数据存在大量异常值, 使得利用数据建立的磨矿粒度模型存在较大误差.同时, 传统前馈神经网络在磨矿粒度数据建模过程中存在收敛速度慢、易于陷入局部最小值等缺点, 且单一模型泛化性能较差, 现有的集成学习在异常值干扰下性能严重下降.因此, 本文在改进的随机向量函数链接网络(random vector functional link networks, RVFLN)的基础上, 将Bagging算法与自适应加权数据融合技术相结合, 提出一种基于鲁棒随机向量函数链接网络的集成建模方法, 用于磨矿粒度集成建模.所提方法首先通过基准回归问题进行了实验研究, 然后采用磨矿工业实际数据进行验证, 表明其有效性

宫颈癌是严重危害妇女健康的恶性肿瘤，威胁着女性的生命，而通过基于图像处理的细胞学筛查是癌前筛查的最为广泛的检测方法。近年来，随着以深度学习为代表的机器学习理论的发展，卷积神经网络以其强有效的特征提取能力取得了图像识别领域的革命性突破，被广泛应用于宫颈异常细胞检测等医疗影像分析领域。但由于病理细胞图像具有分辨率高和尺寸大的特点，且其大多数局部区域内都不含有细胞簇，深度学习模型采用穷举候选框的方法进行异常细胞的定位和识别时，经过穷举候选框获得的子图大部分都不含有细胞簇。当子图数量逐渐增加时，大量不含细胞簇的图像作为目标检测网络输入会使图像分析过程存在冗余时长，严重减缓了超大尺寸病理图像分析时的检测速度。本文提出一种新的宫颈癌异常细胞检测策略，针对使用膜式法获得的病理细胞图像，通过基于深度学习的图像分类网络首先判断局部区域是否出现异常细胞，若出现则进一步使用单阶段的目标检测方法进行分析，从而快速对异常细胞进行精确定位和识别。实验表明，本文提出的方法可提高一倍的宫颈癌异常细胞检测速度

在局部腐蚀微区中,金属离子水解而造成PH下降的事实虽已由不少研究工作证实,但因研究技术上的困难,这方面原位的、定量的测量数据尚不充分,现在的数据多为模拟实验提供。本文把生理学上曾得到应用的钨电极引入局部腐蚀中来,较为系统地究究了钨电极的电位与溶液pH值的线性关系,钨电极的电位随温度、时间的变化,以及腐蚀介质和某些腐蚀研究中常见的离子对钨电极的电位的影响。证明:在PH值为0.5~5.0的范围内,钨电极的电位与溶液PH值有良好的线性关系:EP=+a×pH。式中a、b为与电极表面状态有关的常数,但a的数值一般在f0mv/pH左右。温度系数<2mv/度。Cl-、SO42-、NH4+、Na+、Mg2+、Mn2+、Zn2+、Al2+、Ni2+对测定干扰很少,Cr3+及Fe3+在浓度不大时干扰也较小,因此钨电极与微参比电极配合,可以应用在局部腐蚀的微区测量中

通过对低碳含铝钢20Mn2精炼过程的取样分析,得出精炼渣的熔化温度偏高,渣中存在大量固相CaO,并导致钢中含有CaO类夹杂物,精炼渣吸附夹杂物能力差.利用Fact Sage热力学计算,从渣的低熔点区域控制和渣-钢反应这两个方面对渣系进行研究与优化.结果表明,CaO/Al2O3质量比在1.5左右添加质量分数为3% CaF2可以有效降低渣的熔化温度,渣的熔化温度随着CaF2含量的升高呈现先降低后升高的趋势,MgO的质量分数控制5%左右低熔点区域面积达到最大.在SiO2质量分数大于30%区域,钢中氧含量大体上随着CaO/Al2O3质量比的增加而降低,在SiO2的质量分数低于30%区域随着CaO含量的升高而降低,钢中酸溶铝含量在SiO2含量高的区域随着Al2O3/SiO2质量比的增加而升高,在SiO2含量低的区域随着CaO/SiO2质量比的增加而增加.根据热力学分析结果得出合理的渣系范围：CaO 50%-60%,Al2O320%-35%,SiO25%-10%,MgO 5%-8%,CaF20-5%.优化渣系的实验结果表明,优化后渣系熔化温度降低,钢中夹杂物数量、面积和平均尺寸均有明显下降

注意力缺陷多动障碍（ADHD）是儿童期最常见的精神疾病之一，在大多数情况下持续到成年期。近年来，基于功能磁共振数据的ADHD分类成为了研究热点。文献中已有的大多数分类算法均假设样本是均衡的，然而事实上，ADHD数据集通常是不平衡的。传统的学习算法会使得分类器倾向于多数类样本，从而导致性能下降。本文研究了基于不平衡神经影像数据的ADHD分类问题，即基于静息状态功能磁共振数据对ADHD进行分类。采用功能连接矩阵作为分类特征，提出了一种基于多目标支持向量机的ADHD数据分类方案。该方案将不均衡数据分类问题建模为具有三个目标的支持向量机模型，其中三个目标分别为最大化分类间隔、最小化正样本误差和最小化负样本误差，进而正负样本经验误差可以被分开处理。然后采用多目标优化的法向量边界交叉法对模型进行求解，并给出一组代表性的分类器供决策者进行选择。该方案在ADHD-200竞赛的五个数据集上进行测试评估，并与传统分类方法进行对比。实验结果表明本文提出的三个目标支持向量机分类方案比传统的分类方法效果好，可以有效的从算法层面解决数据不平衡问题。该方案不仅可用于辅助ADHD诊断，还可用于阿尔茨海默病和自闭症等疾病的辅助诊断